黑洞光谱学中的系统偏差量化

两颗黑洞合并后多久还能依赖线性扰动理论，环down 中的准规范模式有多少呢？这些问题表明，黑洞光谱学可能存在系统不确定性，这会破坏 ringdown 分析，无论是来自高精度模拟还是引力波探测器的数据。本文中，我们演示了线性信号分析是一种强大的工具，可用于量化偏差，允许进行计算昂贵得无法采用传统贝叶斯注入和恢复方法的详细探索。我们通过将其与稳健但缓慢的贝叶斯抽样进行比较，量化了 Fisher 信息矩阵和偏差公式的有效性。在时域中处理平坦噪声时，统计误差和系统偏差大多可解析地检测出来。由于其效率，我们对可能未建模的小型贡献（包括 overtone、二次模式和尾部项）提供了详细的参数空间分析。我们发现，线性信号分析在简易 ringdown 模型的中间信噪比（SNR）约为 50 时，未建模效应较小的情况下，能够很好地预测偏差。它在解释从高精度模拟中提取准规范模式的持续问题时也很有价值，因为可以将其理解为高 SNR 信号。因此，这种方法为改进 ringdown 模型、通过高效识别和纳入系统不确定性，最终提高黑洞光谱学的准确性和鲁棒性，提供了有前景的前景。